3.1 Filtro de casos posiblemente duplicados

epsoc <- epsoc %>% 
  filter(duplicated(epsoc$folio, incomparables = FALSE) == FALSE)

epsoc %>% 
  count(region, status) %>% 
  spread(status, n) %>% 
  janitor::adorn_totals(where = c('row', 'col')) %>% 
  kable() %>% 
  kable_estilo()

Distribución según estratos de muestreo

frq(epsoc, estrato)

## 
## # Estratos de muestreo (Ciudad - nivel educacional de los jefes de hogar de las zonas censales) (estrato) <numeric> 
## # total N=1290  valid N=1290  mean=89.61  sd=45.69
##  
##  val                 label frq raw.prc valid.prc cum.prc
##   21    Antofagasta - Bajo 252   19.53     19.53   19.53
##   22   Antofagasta - Medio 108    8.37      8.37   27.91
##   91         Temuco - Bajo 232   17.98     17.98   45.89
##   92        Temuco - Medio 129   10.00     10.00   55.89
##  131  Gran Santiago - Bajo 255   19.77     19.77   75.66
##  132 Gran Santiago - Medio 216   16.74     16.74   92.40
##  133  Gran Santiago - Alto  98    7.60      7.60  100.00
##   NA                    NA   0    0.00        NA      NA

3.2 Distribución encuestado

epsoc <- epsoc %>% 
  mutate(rango_edad = rec(edad.seleccionado,
                          rec = "1:17 =  1[menor de 18 años];
                                 18:24 = 2[18 a 24 años]; 
                                 25:44 = 3[25 a 44 años];
                                 45:59 = 4[45 a 59 años]"))

frq(epsoc, rango_edad)

## 
## # rango_edad <numeric> 
## # total N=1290  valid N=1289  mean=3.25  sd=0.71
##  
##  val            label frq raw.prc valid.prc cum.prc
##    1 menor de 18 años   0    0.00      0.00    0.00
##    2     18 a 24 años 201   15.58     15.59   15.59
##    3     25 a 44 años 567   43.95     43.99   59.58
##    4     45 a 59 años 521   40.39     40.42  100.00
##   NA               NA   1    0.08        NA      NA

epsoc %>% 
  filter(is.na(rango_edad)) %>%
  select(sexo.seleccionado, edad.seleccionado, situacion.laboral.seleccionado)

## # A tibble: 1 x 3
##   sexo.seleccionado edad.seleccionado situacion.laboral.seleccionado
##           <dbl+lbl>             <dbl>                      <dbl+lbl>
## 1        1 [Hombre]                60                    1 [Trabaja]

Probablemente discrepancia de edad para las personas mayores de 59 años se debe a una confusión entre edad reportada o fecha de cumpleaños. Podría también tratarse de casos que tenían 59 años al momento de hacerse la encuesta, pero que al momento de validar los datos ya hayan cumplido los 60 .Quedarán asignados al grupo de edad rango_edad == 4.

epsoc <- epsoc %>% 
  mutate(rango_edad = replace(rango_edad, edad.seleccionado %in% c(60, 61), 4))

epsoc %>% 
  count(sexo.seleccionado, rango_edad, situacion.laboral.seleccionado) %>% 
  mutate_all(as_label) %>% 
  mutate(prop = round(n/sum(n), 4)) %>% 
  kable() %>% 
  kable_estilo()

3.3 Duración entrevistas

La distribución de la duración de las entrevistas registrada por las tablets se puede ver en la siguiente figura.

homologar_fechas <- function(fecha){
  fecha %>% 
    str_replace_all(c("^\\D{3} " = "", '(.*)(\\d{4}$)' = '\\2 \\1')) %>% 
    anytime::anytime()
}

epsoc <- epsoc %>% 
  mutate_at(vars(starts_with('time')), homologar_fechas)

epsoc <- epsoc %>% 
  mutate(duration = str_replace_all(duration, c('-' = '', '^(\\d{2})' = '0\\.\\1'))) %>% 
  separate(duration, into = c('dura.d', 'duracion'), sep = '\\.', convert = TRUE, remove = FALSE) %>% 
  mutate(duracion.t = as.duration(hms(duracion) + hms(hms::hms(hour = (24 * dura.d)))))

epsoc$duracion.t.min <- epsoc$duracion.t@.Data/60

epsoc %>% 
  ggplot(aes(x = duracion.t.min)) + 
  geom_histogram(binwidth = 5) +
  theme_bw() +
  ggtitle("Distribución duración entrevistas por región (escala truncada < 150 minutos)") +
  labs(x = "Duración total entrevista (minutos)",
       y = "Frecuencia") +
  coord_cartesian(xlim = 0:150) +
  scale_x_continuous(breaks = seq(0, 150, by = 15)) +
  facet_grid(as_factor(region) ~ .)

Existen 69 entrevistas que duran menos de 20 minutos, estas debieran ser supervisadas.

epsoc %>%
  filter(as.double(duracion.t.min) < 20) %>%
  select(folio, duracion.t.min) %>% 
  knitr::kable(col.names = c("Folio", "Duración (minutos)"),
               caption = "Entrevistas de menos de 20 minutos",
               digits = 1) %>% 
  kable_estilo() %>% 
  column_spec(1, width = "10em") %>% 
  column_spec(2, width = "10em")

Existen 46 entrevistas que duran más de 150 minutos, estas debieran ser supervisadas.

epsoc %>%
  filter(as.double(duracion.t.min) > 150) %>%
  transmute(folio, duracion.t.min / 60) %>% 
  knitr::kable(col.names = c("Folio", "Duración (horas)"),
               caption = "Entrevistas de más de 150 minutos",
               digits = 1) %>% 
  kable_estilo() %>% 
  column_spec(1, width = "10em") %>% 
  column_spec(2, width = "10em")

3.4 Producción por día

Cantidad de encuestas realizadas por día.

## Comienzo encuesta
epsoc$time1.hms <- hms::as.hms(epsoc$time1)
epsoc$time1.wday <- lubridate::wday(epsoc$time1)
epsoc$time1.dmy <- date(epsoc$time1)

epsoc %>% 
  count(time1.dmy) %>% 
  mutate(n_mean = mean(n)) %>%  
  ggplot(aes(x = time1.dmy, y = n)) +
  geom_line() +
  geom_smooth(method = 'loess', formula = y ~ x) +
  geom_hline(aes(yintercept = n_mean), colour = 'green') +
  geom_label(aes(x = min(time1.dmy)[[1]], y = n_mean[[1]], label = round(n_mean, 1))) +
  labs(title = 'Número de encuestas por día') +
  scale_x_date(breaks = '2 weeks') +
  coord_cartesian(ylim = c(0, 40))

epsoc %>% 
  count(time1.wday) %>% 
  mutate(n_mean = mean(n)) %>%  
  ggplot(aes(x = time1.wday, y = n)) +
  geom_line() +
  geom_smooth(method = 'loess', formula = y ~ x) +
  geom_hline(aes(yintercept = n_mean), colour = 'green') +
  geom_label(aes(x = min(time1.wday)[[1]], y = n_mean[[1]], label = round(n_mean, 1))) +
  labs(title = 'Número de encuestas por día de la semana') +
  scale_x_continuous(breaks = seq(7)) +
  coord_cartesian(ylim = c(0, 500))

3.5 Georeferrenciación

Existen 354 entrevistas sin datos de georreferenciación:

epsoc %>% 
  select(folio, latitude, srvyr) %>% 
  group_by(srvyr) %>% 
  mutate(n.enc = length(folio)) %>% 
  filter(is.na(latitude)) %>%
  select(folio, srvyr, n.enc) %>% 
  mutate(n.enc.sg = (length(folio)/n.enc)*100) %>%       
  arrange(srvyr, folio) %>% 
  group_by_at(vars(-folio)) %>% 
  nest() %>% 
  mutate(Folio = map_chr(data, ~ flatten(.) %>% str_c(., collapse = ', '))) %>% 
  select(-data) %>% 
  kable(digits = 1, 
        col.names = c("Encuestador", "Total encuestas", "% sin georef.", "folios")) %>% 
  kable_estilo()

3.6 Puntos de encuestas

epsoc_geo <- epsoc %>% 
  select(folio, sbj.num, region, srvyr, longitude, latitude) %>% 
  filter(!is.na(latitude)) %>% 
  sf::st_as_sf(coords = c('longitude', 'latitude'),
               crs = "+proj=longlat +ellps=GRS80")

sf::write_sf(epsoc_geo,
             here::here('validacion_epsoc_puntos_respuesta.kml'),
             dataset_options=c("NameField=folio"),
             delete_dsn=TRUE)

epsoc_geo %>% 
  filter(region == 2) %>% 
  ggplot(aes(color = srvyr)) +
  geom_sf() 

epsoc_geo %>% 
  filter(region == 9) %>% 
  ggplot(aes(color = srvyr)) +
  geom_sf()

epsoc_geo %>% 
  filter(region == 13) %>% 
  ggplot(aes(color = srvyr)) +
  geom_sf()

4.1 Viñetas

Para validar el proceso con las viñetas necesitamos:

• Una breve explicación de cómo está codificado el experimento de las viñetas en la base de datos
• La base de datos que asocia los folios con sets de viñeta en orden presentado
• Acceso a grabaciones de voz durante el proceso de entrevista para asegurarnos que están bien asociadas las escalas con las variables

epsoc %>% 
  select(folio, i.1.grupo) %>% 
  head()

## # A tibble: 6 x 2
##    folio i.1.grupo
##    <dbl> <chr>    
## 1 200139 23       
## 2 200147 17       
## 3 200162 11       
## 4 200212 15       
## 5 200220 15       
## 6 200238 31

epsoc %>% 
  transmute(i.1.grupo = as.integer(i.1.grupo),
            region) %>% 
  group_by_all() %>% 
  count() %>% 
  group_by(region) %>% 
  mutate(n_mean = mean(n)) %>% 
  ggplot(aes(x = as_factor(i.1.grupo), y = n)) +
  geom_col() +
  geom_hline(aes(group = region, yintercept = n_mean), colour = 'green') + 
  geom_text(aes(label = ..y..), nudge_y = 1, size = 3) +
  facet_grid(rows = vars(region)) +
  labs(title = 'Distribución de viñetas')

## Don't know how to automatically pick scale for object of type haven_labelled. Defaulting to continuous.

## Comienzo viñetas
epsoc$time2.hms <- hms::as.hms(epsoc$time2)
epsoc$time2.dmy <- date(epsoc$time2)

## Fin viñetas
epsoc$time3.hms <- hms::as.hms(epsoc$time3)
epsoc$time3.dmy <- date(epsoc$time3)

epsoc$dura.vinetas <- difftime(epsoc$time3, epsoc$time2,
                               units = "mins")

ggplot(epsoc, aes(x = time2.dmy, y = time2.hms)) + 
  geom_point(alpha = 0.6) +
  labs(x = "Día", y = "Hora") + 
  ggtitle("Día y hora comienzo actividad viñetas") + 
  theme_bw()

ggplot(epsoc, aes(x = srvyr, y = time2.hms)) + 
  geom_point(alpha = 0.6) +
  labs(x = "Encuestador", y = "Hora") + 
  ggtitle("Hora comienzo actividad viñetas según encuestador") + 
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 90, vjust = .5, hjust = 1))

epsoc %>% 
  mutate(vin.cort = ifelse(dura.vinetas < 5, "< 5'", ">= 5'")) %>% 
  ggplot(aes(dura.vinetas)) + 
  geom_histogram(aes(fill = vin.cort)) + theme_bw() +
  theme(legend.title=element_blank()) +
  ggtitle("Duración ejercicio viñetas") +
  xlab("Minutos")

ggplot(epsoc, aes(x = srvyr, y = if_else(dura.vinetas < 60, dura.vinetas, 60), 
                  colour = status)) + 
  geom_point(alpha = 0.5,
             position = position_jitter(width = .2)) +
  scale_color_manual(values = c('green', 'orange', 'blue')) + 
  facet_grid(cols = vars(region), scales = 'free_x', space = 'free_x') +
  labs(x = "Encuestador", y = "minutos") + 
  ggtitle("Duración de actividad viñetas según encuestador según región") + 
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 90, vjust = .5, hjust = 1))

## Don't know how to automatically pick scale for object of type difftime. Defaulting to continuous.

kable(epsoc %>% 
        group_by(srvyr) %>% 
        mutate(n.enc = length(folio)) %>% 
        select(folio, dura.vinetas, srvyr, n.enc) %>% 
        filter(dura.vinetas <= 4) %>%
        mutate(n.enc.cort = (length(folio)/n.enc)*100) %>% 
        arrange(srvyr, dura.vinetas), 
      digits = 1,
      col.names = c("Folio", "Duración viñetas", "Encuestador", "Total encuestas", "% cortas"),
      caption = "Ejercicio viñetas de menos de 5 minutos") %>% 
  kable_estilo() #%>% 

#column_spec(1, width = "10em") %>% 
#column_spec(2, width = "10em") %>% 
#column_spec(3, width = "10em")

labels_correcion <- function(.vect) {
  replace(.vect, .vect == 6, -1) %>% 
    remove_labels(labels = '- 1') %>% 
    add_labels(labels = c('- 1' = -1))
}

gg_ideologia_orden <- function(.data, var_orden, miss = 88){
  var_orden_quo <- enquo(var_orden)
  
  .data %>% 
    gather('variable', 'valor', -!!var_orden_quo) %>% 
    filter(valor < miss) %>%
    ggplot(aes(x = valor)) +
    geom_bar() +
    facet_grid(rows = vars(variable),
               cols = vars(!!var_orden_quo))
}

sbj.num_correccion_orden <- epsoc %>% 
  slice(c(132, 461, 845, 940)) %>% 
  pull(sbj.num) %>% 
  as.integer()

sbj.num_correccion_orden <- structure(c(1L, 0L, 3L, 3L),
                                      names= sbj.num_correccion_orden)

str(sbj.num_correccion_orden)

##  Named int [1:4] 1 0 3 3
##  - attr(*, "names")= chr [1:4] "83733275" "80243703" "84150076" "76893775"

epsoc <- epsoc %>% 
  mutate(i.1.orden.bak = i.1.orden,
         i.1.orden = if_else(sbj.num %in% names(sbj.num_correccion_orden), 
                             sbj.num_correccion_orden[as.character(sbj.num)], 
                             i.1.orden)) %>% 
  var_labels(i.1.orden = 'Orden de respuesta en preguntas de viñetas. Valores corregidos',
             i.1.orden.bak = 'Orden de respuesta en preguntas de viñetas. Valores originales')

epsoc %>% 
  filter(sbj.num %in% as.integer(names(sbj.num_correccion_orden))) %>% 
  select(sbj.num, i.1.orden, i.1.orden.bak)

## # A tibble: 4 x 3
##    sbj.num i.1.orden i.1.orden.bak
##      <dbl>     <int>         <int>
## 1 83733275         1             1
## 2 80243703         0             2
## 3 84150076         3             3
## 4 76893775         3             2

ideologia_ego <- list(orden1 = c("c0.1", "c1.1.1", "c1.2.1", "c1.3.1", "c1.4.1", "c2.1.1", "c2.2.1", "c2.3.1", "c2.4.1"),
                      orden2 = c("c0.2", "c1.4.2", "c1.1.2", "c1.2.2", "c1.3.2", "c2.4.2", "c2.1.2", "c2.2.2", "c2.3.2"),
                      orden3 = c("c0.3", "c1.3.3", "c1.4.3", "c1.1.3", "c1.2.3", "c2.3.3", "c2.4.3", "c2.1.3", "c2.2.3"), 
                      orden4 = c("c0.4", "c1.2.4", "c1.3.4", "c1.4.4", "c1.1.4", "c2.2.4", "c2.3.4", "c2.4.4", "c2.1.4"))

df_ideologia_ego <- epsoc %>% 
  select(folio, i.1.orden, !!!flatten_chr(ideologia_ego)) %>% 
  nest(-i.1.orden) %>% 
  arrange(i.1.orden)

df_ideologia_ego <- df_ideologia_ego %>% 
  mutate(orden = ideologia_ego[str_glue("orden{i.1.orden + 1}")],
         data = map2(data, orden, ~select(.x, one_of("folio", .y))),
         data_var = map(data, names) %>% map_chr(str_c, collapse = ', '))

df_ideologia_ego

## # A tibble: 4 x 4
##   i.1.orden data          orden   data_var                                 
##       <int> <list>        <list>  <chr>                                    
## 1         0 <tibble [306… <chr [… folio, c0.1, c1.1.1, c1.2.1, c1.3.1, c1.…
## 2         1 <tibble [346… <chr [… folio, c0.2, c1.4.2, c1.1.2, c1.2.2, c1.…
## 3         2 <tibble [327… <chr [… folio, c0.3, c1.3.3, c1.4.3, c1.1.3, c1.…
## 4         3 <tibble [311… <chr [… folio, c0.4, c1.2.4, c1.3.4, c1.4.4, c1.…

map_dfc(df_ideologia_ego$data, get_label) %>% 
  mutate_all(str_trunc, width = 25)

## # A tibble: 10 x 4
##    V1                 V2                V3                V4               
##    <chr>              <chr>             <chr>             <chr>            
##  1 ""                 ""                ""                ""               
##  2 Observe esta esca… Observe esta esc… Observe esta esc… Observe esta esc…
##  3 "Escala \"Las fam… "Escala \"Las fa… "Escala \"Las fa… "Escala \"Las fa…
##  4 "Escala \"Chile n… "Escala \"Chile … "Escala \"Chile … "Escala \"Chile …
##  5 "Escala \"Educaci… "Escala \"Educac… "Escala \"Educac… "Escala \"Educac…
##  6 "Escala \"Más con… "Escala \"Más co… "Escala \"Más co… "Escala \"Más co…
##  7 "Escala \"Las fam… "Escala \"Las fa… "Escala \"Las fa… "Escala \"Las fa…
##  8 "Escala \"Chile n… "Escala \"Chile … "Escala \"Chile … "Escala \"Chile …
##  9 "Escala \"Educaci… "Escala \"Educac… "Escala \"Educac… "Escala \"Educac…
## 10 "Escala \"Más con… "Escala \"Más co… "Escala \"Más co… "Escala \"Más co…

suppressWarnings(
  df_ideologia_ego <- df_ideologia_ego %>% 
    mutate(data = map(data, ~rename_all(.x, ~c("folio", str_remove(ideologia_ego$orden1,'.\\d{1,2}$'))))) %>% 
    select(data) %>% 
    unnest()
)

df_ideologia_ego <- copy_labels(df_new = df_ideologia_ego,
                                df_origin = epsoc %>% 
                                  select(one_of(c('folio', ideologia_ego$orden1))) %>% 
                                  rename_all(~c("folio", str_remove(ideologia_ego$orden1,'.\\d{1,2}$'))))

epsoc <- left_join(epsoc, 
                   df_ideologia_ego,
                   by = 'folio')

## Warning: Column `folio` has different attributes on LHS and RHS of join

epsoc %>% 
  select(i.1.orden, matches("c[1-2].\\d{1}$")) %>% 
  gather('variable', 'valor', -i.1.orden) %>% 
  mutate(referencia = if_else(str_detect(variable, 'c1.*'), 'ego', 'alter'),
         outcome = str_extract(variable, '(\\d*)$')) %>% 
  filter(valor < 88) %>% 
  ggplot(aes(x = valor, fill = fct_rev(referencia))) +
  geom_bar(position = position_dodge()) +
  facet_grid(rows = vars(outcome),
             cols = vars(i.1.orden)) +
  labs(title = 'Distribución de viñetas ego y alter, según orden de preguntas') +
  scale_fill_discrete(name = 'Referencia')

## Warning: attributes are not identical across measure variables;
## they will be dropped

ideologia_vin <- list(orden1 = c(1, 2, 3, 4),
                      orden2 = c(4, 1, 2, 3),
                      orden3 = c(3, 4, 1, 2), 
                      orden4 = c(2, 3, 4, 1))

df_ideologia_vin <- epsoc %>% 
  select(folio, i.1.orden, matches("^c([3-9]|10)\\.[1-4].*")) %>% 
  nest(-i.1.orden) %>% 
  arrange(i.1.orden)

ideologia_variables <- function(persona, orden, grupo){
  expand.grid(persona, orden, grupo) %>% 
  arrange(Var1) %>% 
  str_glue_data("c{Var1}.{Var2}.{Var3}")
}

df_ideologia_vin <- df_ideologia_vin %>% 
  mutate(orden = ideologia_vin[str_glue("orden{i.1.orden + 1}")],
         variables = map2(orden, i.1.orden + 1, ~ideologia_variables(3:10, .x, .y)),
         data = map2(data, variables, ~select(.x, one_of("folio", .y))),
         data_var = map(data, names) %>% map_chr(str_c, collapse = ', '))

df_ideologia_vin %>% 
  select(i.1.orden, data_var)

## # A tibble: 4 x 2
##   i.1.orden data_var                                                       
##       <int> <chr>                                                          
## 1         0 folio, c3.1.1, c3.2.1, c3.3.1, c3.4.1, c4.1.1, c4.2.1, c4.3.1,…
## 2         1 folio, c3.4.2, c3.1.2, c3.2.2, c3.3.2, c4.4.2, c4.1.2, c4.2.2,…
## 3         2 folio, c3.3.3, c3.4.3, c3.1.3, c3.2.3, c4.3.3, c4.4.3, c4.1.3,…
## 4         3 folio, c3.2.4, c3.3.4, c3.4.4, c3.1.4, c4.2.4, c4.3.4, c4.4.4,…

etiquetas <- map(df_ideologia_vin$data, get_labels)

ideologia_vin1_names <- names(df_ideologia_vin$data[[1]])
ideologia_vin1_gen_names <- str_remove(ideologia_vin1_names, '.\\d{1,2}$')

suppressWarnings(
  df_ideologia_vin <- df_ideologia_vin %>% 
    mutate(data = map(data, ~rename_all(.x, ~ideologia_vin1_gen_names))) %>% 
    select(data) %>% 
    unnest()
)

df_ideologia_vin <- copy_labels(df_new = df_ideologia_vin,
                                df_origin = epsoc %>% 
                                  select(!!!ideologia_vin1_names) %>% 
                                  rename_all(~ideologia_vin1_gen_names))

head(df_ideologia_vin)

## # A tibble: 6 x 33
##    folio  c3.1  c3.2  c3.3  c3.4  c4.1  c4.2  c4.3  c4.4  c5.1  c5.2  c5.3
##    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 200162     1     1    11     1     1     1    11     1    11     1     1
## 2 200238    11    10     1     2     2     1    11    11     3     3    10
## 3 200246    11     1    11     1     1    11    11    11    11     1     1
## 4 200329     4    11    10     3     4     9     3     3     8     3    10
## 5 200337     2     2     1     1     6    10     1     1     1     9     3
## 6 200410     1     1     1     1    11    11     1     1    11    11     1
## # … with 21 more variables: c5.4 <dbl>, c6.1 <dbl>, c6.2 <dbl>,
## #   c6.3 <dbl>, c6.4 <dbl>, c7.1 <dbl>, c7.2 <dbl>, c7.3 <dbl>,
## #   c7.4 <dbl>, c8.1 <dbl>, c8.2 <dbl>, c8.3 <dbl>, c8.4 <dbl>,
## #   c9.1 <dbl>, c9.2 <dbl>, c9.3 <dbl>, c9.4 <dbl>, c10.1 <dbl>,
## #   c10.2 <dbl>, c10.3 <dbl>, c10.4 <dbl>

epsoc <- left_join(epsoc, 
                   df_ideologia_vin,
                   by = 'folio')

## Warning: Column `folio` has different attributes on LHS and RHS of join

epsoc %>% 
  select(i.1.orden, matches('c([3-9]|10).1$')) %>% 
  gg_ideologia_orden(i.1.orden) +
  labs(title = 'Distribución de viñetas Familias, según orden de preguntas')

## Warning: attributes are not identical across measure variables;
## they will be dropped

epsoc %>% 
  select(i.1.orden, matches('c([3-9]|10).2$')) %>% 
  gg_ideologia_orden(i.1.orden) +
  labs(title = 'Distribución de viñetas Orden o Cambio, según orden de preguntas')

## Warning: attributes are not identical across measure variables;
## they will be dropped

epsoc %>% 
  select(i.1.orden, matches('c([3-9]|10).3$')) %>% 
  gg_ideologia_orden(i.1.orden) +
  labs(title = 'Distribución de viñetas Educación, según orden de preguntas')

## Warning: attributes are not identical across measure variables;
## they will be dropped

epsoc %>% 
  select(i.1.orden, matches('c([3-9]|10).4$')) %>% 
  gg_ideologia_orden(i.1.orden) +
  labs(title = 'Distribución de viñetas Grandes Empresas, según orden de preguntas')

## Warning: attributes are not identical across measure variables;
## they will be dropped

tab_correccion_orden <- epsoc %>% 
  filter(sbj.num %in% as.numeric(names(sbj.num_correccion_orden))) %>% 
  select(i.1.orden, matches('c[3-9].*'), -c3.orden) %>% 
  t()

tab_correccion_orden[str_detect(rownames(tab_correccion_orden), 'i.1.orden|c[3-4]\\.1\\.?[1-4]?$'), ]

##           [,1] [,2] [,3] [,4]
## i.1.orden    1    0    3    3
## c3.1.1      NA    5   NA   NA
## c4.1.1      NA    9    6   NA
## c3.1.2       1   NA   NA   NA
## c4.1.2       1   NA   NA   NA
## c3.1.3      NA   NA   NA   NA
## c4.1.3      NA   NA   NA   NA
## c3.1.4      11   NA    1    7
## c4.1.4       1   NA    4    4
## c3.1         1    5    1    7
## c4.1         1    9    9    3

4.2 Recompensa justa

Para validar el experimento de evaluación de justicia necesitamos: - Una breve explicación de cómo están codificados los items de recompensa percibida y recompensa justa para un obrero, el presidente de una empresa y el respondente - Es fundamental saber cuál es la variable que define el orden en que se presentó una y otra pregunta

flat_table(epsoc, num.grupo.jd, region, margin = 'col')

##              region Antofagasta Araucanía Metropolitana
## num.grupo.jd                                           
## 0                         26.39     19.94         23.02
## 1                         24.17     24.38         26.01
## 2                         28.06     27.98         25.31
## 3                         21.39     27.70         25.66

var_rec_justa <- find_var(epsoc, pattern = stringr::regex('obrero|pdte'), search = 'label')

var_rec_justa$var.label %>% 
  str_replace_all(c('Quisiéramos saber cuánto dinero cree Ud. que ganan las personas al mes en estos trabajos u ocupaciones que se mencionan más adelante, después de considerar los descuentos de salud, previsión u otros impuestos' = 'cuánto dinero cree Ud. que ganan',
                    'Pensando en lo que Ud. cree que las personas en estos trabajos deberían ganar al mes, después de los descuentos de salud, previsión u otros impuestos. ' = '')) %>% 
   paste0(var_rec_justa$var.name, " - ", sort(rep(seq(6), 4)), " - ", .)

##  [1] "i.1.g1a.1.rec - 1 - cuánto dinero cree Ud. que ganan (pdte empresa)"          
##  [2] "i.2.g1a.1.rec - 1 - cuánto dinero cree Ud. que ganan (obrero)"                
##  [3] "i.1.g2a.1.rec - 1 - ¿Cuál sería una remuneración justa para (pdte empresa)?"  
##  [4] "i.2.g2a.1.rec - 1 - ¿Cuál sería una remuneración justa para (obrero)?"        
##  [5] "i.1.g2a.2.rec - 2 - ¿Cuál sería una remuneración justa para (pdte empresa)?"  
##  [6] "i.2.g2a.2.rec - 2 - ¿Cuál sería una remuneración justa para (obrero)?"        
##  [7] "i.1.g1a.2.rec - 2 - cuánto dinero cree Ud. que ganan (pdte empresa)"          
##  [8] "i.2.g1a.2.rec - 2 - cuánto dinero cree Ud. que ganan (obrero)"                
##  [9] "i.1.g1a.3.rec - 3 - cuánto dinero cree Ud. que ganan (pdte empresa)"          
## [10] "i.2.g1a.3.rec - 3 - cuánto dinero cree Ud. que ganan (obrero)"                
## [11] "i.1.g2b.3.rec - 3 - ¿Cuál sería una remuneración justa para (pdte empresa)?"  
## [12] "i.2.g2b.3.rec - 3 - ¿Cuál sería una remuneración justa para (obrero)?"        
## [13] "i.1.g1b.4.rec - 4 - ¿Cuál sería una remuneración justa para (pdte empresa)?"  
## [14] "i.2.g1b.4.rec - 4 - ¿Cuál sería una remuneración justa para (obrero)?"        
## [15] "i.1.g1a.4.rec - 4 - cuánto dinero cree Ud. que ganan (pdte empresa)"          
## [16] "i.2.g1a.4.rec - 4 - cuánto dinero cree Ud. que ganan (obrero)"                
## [17] "i.1.g1a.3.2.rec - 5 - cuánto dinero cree Ud. que ganan (obrero)"              
## [18] "i.2.g1a.3.2.rec - 5 - cuánto dinero cree Ud. que ganan (pdte empresa)"        
## [19] "i.1.g1b.3.2.rec - 5 - ¿Cuál sería una remuneración justa para (obrero)?"      
## [20] "i.2.g1b.3.2.rec - 5 - ¿Cuál sería una remuneración justa para (pdte empresa)?"
## [21] "i.1.g2b.4.2.rec - 6 - ¿Cuál sería una remuneración justa para (obrero)?"      
## [22] "i.2.g2b.4.2.rec - 6 - ¿Cuál sería una remuneración justa para (pdte empresa)?"
## [23] "i.1.g2a.4.2.rec - 6 - cuánto dinero cree Ud. que ganan (obrero)"              
## [24] "i.2.g2a.4.2.rec - 6 - cuánto dinero cree Ud. que ganan (pdte empresa)"

epsoc %>% 
  arrange(num.grupo.jd, time1) %>% 
  select(one_of(var_rec_justa$var.name)) %>% 
  naniar::vis_miss() +
  labs(title = 'Distribución de respuestas en preguntas de recompensa justa') +
  theme(axis.text.x = element_text(angle = 90, vjust = .5, hjust = 0))

4.3 Items justicia

La encuesta considera una serie de preguntas con escalas predefinidas. A continuación se revisa que los ítems sobre justicia tengan respuestas en el rango de 1 a 5 o bien valores de 8 o 9.

item_just <- find_var(epsoc, "usto")
item_just$var.name

##  [1] "i.6.a1"  "i.8.a1"  "i.9.a1"  "i.10.a1" "i.11.a1" "i.12.a1" "i.13.a1"
##  [8] "i.16.a1" "i.1.h1"  "i.2.h1"  "i.5.h1"  "i.7.h1"  "i.8.h1"  "i.10.h1"
## [15] "i.11.h1" "i.12.h1" "i.14.h1"

v <- validator(j := var_group(i.6.a1, i.8.a1, i.9.a1, i.10.a1, i.11.a1, i.12.a1, i.13.a1, i.16.a1, 
                              i.1.h1, i.2.h1, i.5.h1, i.7.h1, i.8.h1, i.10.h1, i.11.h1, i.12.h1, i.14.h1), 
               j >= 1,
               j <= 9,
               j != 6,
               j != 7)

cf2 <- confront(epsoc, v)
s.cf2 <- summary(cf2)

knitr::kable(s.cf2) %>% 
  kable_estilo()

Existen 0 variables de actitudes sobre justicia fuera de rango.

5.1 Edad

## Fecha de nacimiento y edad seleccionado
epsoc$enc.edad[as.character(epsoc$enc.edad) == "1582-10-14"] <- NA # comportamiento extraño al importar desde SPSS
edad <- tibble(Folio = epsoc$folio[is.na(epsoc$enc.edad)],
               Fecha = epsoc$enc.edad[is.na(epsoc$enc.edad)],
               Edad = epsoc$edad.seleccionado[is.na(epsoc$enc.edad)]) 
knitr::kable(edad,
             caption = "Casos sin fecha de nacimiento en `enc_edad`",
             col.names = c("Folio", "Fecha nacimiento", "Edad")) %>% 
  kable_estilo()

5.2 Sexo

epsoc %>% 
  filter(sexo.enc != sexo.seleccionado) %>% 
  select(Folio = folio, sexo.enc, sexo.seleccionado) %>% 
  knitr::kable(col.names = c("Folio", "sexo.enc", "sexo.seleccionado"),
               caption = "Entrevistas donde sexo encuestado y seleccionado no coinciden") %>% 
  kable_estilo()

5.3 Número de hijos

frq(epsoc$f22)

## 
## # ¿Tiene usted hijos o hijas? ¿Cuántos/as? (x) <numeric> 
## # total N=1290  valid N=1290  mean=2.72  sd=1.45
##  
##  val                 label frq raw.prc valid.prc cum.prc
##    1           No, ninguno 331   25.66     25.66   25.66
##    2                 Uno/a 270   20.93     20.93   46.59
##    3                   Dos 334   25.89     25.89   72.48
##    4                  Tres 220   17.05     17.05   89.53
##    5                Cuatro  90    6.98      6.98   96.51
##    6                 Cinco  22    1.71      1.71   98.22
##    7            Seis o más  19    1.47      1.47   99.69
##    8     No sabe [No leer]   1    0.08      0.08   99.77
##    9 No responde [No leer]   3    0.23      0.23  100.00
##   NA                    NA   0    0.00        NA      NA

hijos <- epsoc %>%
  select(folio, f22:f26.o5) %>%
  mutate(hijo_n       = ifelse(f22 <= 6, f22 - 1, NA),
         hijo_estudia = ifelse(f23 <= 7, f23 - 1, NA),
         hijo_egreso  = ifelse(f25 <= 7, f25 - 1, NA),
         hijo_suma    = hijo_estudia + hijo_egreso) %>%
  filter(hijo_n < hijo_suma)

hijos %>% 
  select(folio, starts_with('hijo')) %>% 
  arrange(desc(abs(hijo_n - hijo_suma)))

## # A tibble: 0 x 5
## # … with 5 variables: folio <dbl>, hijo_n <dbl>, hijo_estudia <dbl>,
## #   hijo_egreso <dbl>, hijo_suma <dbl>